Contents

1. 一、docker不是虚拟机
2. 二、开始使用docker
1. 2.1. 在ubuntu下安装docker
2. 2.2. docker的镜像
3. 三、使用dockerfile构建镜像
4. 四、网络
5. 五、启动
6. 六、后记

一、docker不是虚拟机

docker有别于传统虚拟化，他不是一个虚拟机，而是容器，本质就是在主机上运行的一个特殊的进程。所以docker比虚拟机更轻、启动更快、调用底层更直接。
关于docker容器和虚拟机的更多对比，可以参考以下一些文章：
虚拟机与Docker有何不同？
反思｜容器与虚拟机的真正区别在哪里？

二、开始使用docker

在ubuntu下安装docker

添加使用HTTPS传输的安全依赖和CA证书软件

1	sudo apt-get install apt-transport-https ca-certificates curl software-properties-common

使用阿里的源安装

curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository \
    "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu \
    $(lsb_release -cs) \
    stable"

腾讯云的源

curl -fsSL https://mirrors.cloud.tencent.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository \
    "deb [arch=amd64] https://mirrors.cloud.tencent.com/docker-ce/linux/ubuntu \
    $(lsb_release -cs) \
    stable"

以上命令会添加稳定版本的 Docker CE APT 镜像源，如果需要最新版本的 Docker CE 请将 stable 改为 edge 或者 test。从 Docker 17.06 开始，edge test 版本的 APT 镜像源也会包含稳定版本的 Docker。

安装docker-ce

1 2	sudo apt update sudo apt-get install docker-ce

经过以上步骤，docker最新版就安装好了。
也可以安装指定版本，使用命令查看可用版本：

ubuntu@wx:/etc/kubernetes$ apt-cache madison docker-ce
 docker-ce | 17.09.0~ce-0~ubuntu | https://mirrors.aliyun.com/docker-ce/linux/ubuntu xenial/stable amd64 Packages
 docker-ce | 17.06.2~ce-0~ubuntu | https://mirrors.aliyun.com/docker-ce/linux/ubuntu xenial/stable amd64 Packages
 docker-ce | 17.06.1~ce-0~ubuntu | https://mirrors.aliyun.com/docker-ce/linux/ubuntu xenial/stable amd64 Packages
 docker-ce | 17.06.0~ce-0~ubuntu | https://mirrors.aliyun.com/docker-ce/linux/ubuntu xenial/stable amd64 Packages
 docker-ce | 17.03.2~ce-0~ubuntu-xenial | https://mirrors.aliyun.com/docker-ce/linux/ubuntu xenial/stable amd64 Packages
 docker-ce | 17.03.1~ce-0~ubuntu-xenial | https://mirrors.aliyun.com/docker-ce/linux/ubuntu xenial/stable amd64 Packages
 docker-ce | 17.03.0~ce-0~ubuntu-xenial | https://mirrors.aliyun.com/docker-ce/linux/ubuntu xenial/stable amd64 Packages

使用命令安装指定版本：

1	sudo apt-get install docker-ce=<VERSION>

使用systemctl命令查看docker进程是active状态

ubuntu@ubuntu1:~$ systemctl status docker
● docker.service - Docker Application Container Engine
   Loaded: loaded (/lib/systemd/system/docker.service; enabled; vendor preset: enabled)
   Active: active (running) since 五 2017-10-20 17:01:59 CST; 28min ago
     Docs: https://docs.docker.com
 Main PID: 8530 (dockerd)
   CGroup: /system.slice/docker.service
           ├─8530 /usr/bin/dockerd -H fd://
           └─8538 docker-containerd -l unix:///var/run/docker/libcontainerd/docker-containerd.sock --metrics-interval=0 --start-timeout

docker的镜像

docker官方仓库也有很多镜像可以选择，使用docker search命令可以搜索到.
例如我搜索ubuntu镜像，结果显示有很多，其中有官方的也有第三方build的

ubuntu@wx:~/compose-hadoop-spark/hadoop$ docker search ubuntu
NAME                                                   DESCRIPTION                                     STARS     OFFICIAL   AUTOMATED
ubuntu                                                 Ubuntu is a Debian-based Linux operating s...   6677      [OK]       
dorowu/ubuntu-desktop-lxde-vnc                         Ubuntu with openssh-server and NoVNC            136                  [OK]
rastasheep/ubuntu-sshd                                 Dockerized SSH service, built on top of of...   108                  [OK]
ansible/ubuntu14.04-ansible                            Ubuntu 14.04 LTS with ansible                   87                   [OK]
ubuntu-upstart                                         Upstart is an event-based replacement for ...   80        [OK]       
neurodebian                                            NeuroDebian provides neuroscience research...   40        [OK]       
ubuntu-debootstrap                                     debootstrap --variant=minbase --components...   31        [OK]       
nuagebec/ubuntu                                        Simple always updated Ubuntu docker images...   22                   [OK]
tutum/ubuntu                                           Simple Ubuntu docker images with SSH access     18                   
1and1internet/ubuntu-16-nginx-php-phpmyadmin-mysql-5   ubuntu-16-nginx-php-phpmyadmin-mysql-5          16                   [OK]
ppc64le/ubuntu                                         Ubuntu is a Debian-based Linux operating s...   11                   
aarch64/ubuntu                                         Ubuntu is a Debian-based Linux operating s...   9                    
i386/ubuntu                                            Ubuntu is a Debian-based Linux operating s...   8                    
codenvy/ubuntu_jdk8                                    Ubuntu, JDK8, Maven 3, git, curl, nmap, mc...   3                    [OK]
darksheer/ubuntu                                       Base Ubuntu Image -- Updated hourly             3                    [OK]
1and1internet/ubuntu-16-apache-php-7.0                 ubuntu-16-apache-php-7.0

使用docker pull ubuntu:version命令，可以把镜像下载下来使用。
第一步我们需要下载一个ubuntu 16的镜像:

1	sudo docker pull ubuntu:16.04

三、使用dockerfile构建镜像

我们的目标是吧hadoop+spark集成环境构建成自己的镜像，使用镜像搭建3节点的spark集群。
在这个过程中学习使用dockerfile，dockerfile定义了很多命令，我们下面会介绍我们使用到的命令，更多命令用法可以参考官方文档。

FROM

FROM意思是使用一个镜像做基础，我们使用刚刚下载的ubuntu镜像

1	FROM ubuntu:16.04

USER

USER意思是切换用户，必须要用户存在才可以，后续操作就使用这个用户执行

RUN

RUN是运行命令的意思，构建镜像就是在原有镜像基础进行定制化，必须会运行一些命令，例如新建帐户、改权限、下载安装包等
示例：新建hadoop用户并赋予sudo免密权限

RUN groupadd hadoop \
	&& useradd -g hadoop -G sudo -m hadoop \
	&& chmod u+w /etc/sudoers \
	&& echo 'hadoop ALL=(ALL) NOPASSWD: ALL' >> /etc/sudoers \
	&& chmod u-w /etc/sudoers

ENV

ENV是添加环境变量，对后续操作生效，例如JAVA_HOME

1	ENV JAVA_HOME /usr/lib/jvm/java-8-openjdk-amd64

后续的RUN命令可以使用$JAVA_HOME

WORKDIR

指定容器启动后的工作目录，可以把程序或脚本放在这个目录

COPY

COPY是复制文件，可以把文件复制进镜像，这里我们把hadoop的配置文件预先写好一并复制进镜像

1	COPY ./*-site.xml $HADOOP_PREFIX/etc/hadoop/

CMD

CMD是启动镜像默认运行的命令，如果docker run指定了其他命令则CMD会忽略。
需要注意进程不要后台运行，后台运行的命令在容器看来驻留后台的时候就已经结束了，记住docker是容器。所以要保持容器运行，命令需要前台运行。

1	CMD [ "sh", "-c", "sudo service ssh start; bash"]

ENTRYPOINT

ENTRYPOINT 指令可让容器以应用程序或者服务的形式运行，ENTRYPOINT 不会被忽略，一定会被执行，即使运行 docker run 时指定了其他命令。

1	ENTRYPOINT ["/bin/echo", "Hello"]

如果同时存在ENTRYPOINT和CMD，CMD会被当作参数传入ENTRYPOINT，docker run运行时指定的命令会作为参数覆盖CMD，传入ENTRYPOINT成为新参数。

k8s中，在pod定义command和args会覆盖镜像的ENTRYPOINT和CMD参数

Image Entrypoint Image Cmd Container command Container args Command run

[/ep-1] [foo bar] [ep-1 foo bar]

[/ep-1] [foo bar] [/ep-2] [ep-2]

[/ep-1] [foo bar] [zoo boo] [ep-1 zoo boo]

[/ep-1] [foo bar] [/ep-2] [zoo boo] [ep-2 zoo boo]

Image Entrypoint	Image Cmd	Container command	Container args	Command run
[/ep-1]	[foo bar]			[ep-1 foo bar]
[/ep-1]	[foo bar]	[/ep-2]		[ep-2]
[/ep-1]	[foo bar]		[zoo boo]	[ep-1 zoo boo]
[/ep-1]	[foo bar]	[/ep-2]	[zoo boo]	[ep-2 zoo boo]

更完整的定义参考Dockerfile介绍

完整的dockerfile

FROM ubuntu:16.04
USER root
# install base tools
RUN apt update \
        && apt install -y curl tar sudo openssh-server openssh-client rsync openjdk-8-jdk 
ENV JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64 PATH=$PATH:$JAVA_HOME/bin
# add hadoop user and passwordless ssh 
RUN groupadd hadoop \
        && useradd -g hadoop -G sudo -m hadoop \
        && chmod u+w /etc/sudoers \
        && echo 'hadoop ALL=(ALL) NOPASSWD: ALL' >> /etc/sudoers \
        && chmod u-w /etc/sudoers
USER hadoop
RUN ssh-keygen -q -N "" -t rsa -f ~/.ssh/id_rsa \
        && cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys \
        && echo "ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQCfyJOeBBSHCQVu6/ ubuntu@wx" >>  ~/.ssh/authorized_keys \
        && chmod 600 ~/.ssh/authorized_keys \
        && echo 'StrictHostKeyChecking no' > ~/.ssh/config
# download and config hadoop
RUN curl -s http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.8.1/hadoop-2.8.1.tar.gz  |sudo tar -xz -C /usr/local/ \
        && sudo chown -R hadoop:hadoop /usr/local/hadoop-2.8.1 \
        && sudo ln -s /usr/local/hadoop-2.8.1 /usr/local/hadoop \
        && mkdir /usr/local/hadoop/tmp
ENV HADOOP_PREFIX /usr/local/hadoop
RUN sudo sed -i '/^export JAVA_HOME/ s:.*:export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64\nexport HADOOP_PREFIX=/usr/local/hadoop\nexport HADOOP_HOME=/usr/local/hadoop\n:' $HADOOP_PREFIX/etc/hadoop/hadoop-env.sh \
        && sudo sed -i '/^export HADOOP_CONF_DIR/ s:.*:export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop/:' $HADOOP_PREFIX/etc/hadoop/hadoop-env.sh
COPY ./*-site.xml $HADOOP_PREFIX/etc/hadoop/
COPY ./slaves $HADOOP_PREFIX/etc/hadoop/slaves
# download and config spark
RUN curl -s https://d3kbcqa49mib13.cloudfront.net/spark-2.2.0-bin-hadoop2.7.tgz |sudo tar -xz -C /usr/local/ \
        && sudo chown -R hadoop:hadoop /usr/local/spark-2.2.0-bin-hadoop2.7 \
        && sudo ln -s /usr/local/spark-2.2.0-bin-hadoop2.7 /usr/local/spark 
ENV SPARK_HOME /usr/local/spark
COPY ./slaves $SPARK_HOME/conf/slaves
RUN echo 'export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop' >> $SPARK_HOME/conf/spark-env.sh 
COPY ./start-service.sh /home/hadoop/start-service.sh
RUN sudo chmod +x /home/hadoop/start-service.sh
CMD [ "sh", "-c", "sudo service ssh start; bash"]

build镜像

使用命令docker build构建镜像，进入Dockerfile所在目录，运行如下命令

1	sudo docker build -t spark:0.1 .

需要注意命令中’.’代表当前目录，这影响到Dockerfile中的参数环境。
-t 镜像名称:版本

四、网络

搭建3节点集群需要把节点放在同一个虚拟网络环境下，节点间通过hostname可以互联。docker在这方面提供了方便的实现，我们通过简单的命令创建一个叫net1的网络环境。

1	sudo docker network create --driver=bridge net1

使用docker network查看当前存在的网络

ubuntu@wx:~/dockerimg/hadoop$ sudo docker network ls
NETWORK ID          NAME                DRIVER              SCOPE
bbc1b008d971        bridge              bridge              local
6c90e7d1cdd9        host                host                local
2d74b1e3b79d        net1                bridge              local
e4753da64f2b        none                null                local

五、启动

我们先启动2个slave节点，使用如下命令

1	sudo docker run -itd --rm --net=net1 -v /data/hadoop/slave1/tmp:/usr/local/hadoop/tmp -h hadoop-slave1 --name hadoop-slave1 spark:0.1

-v 把本地目录/data/hadoop/slave1/tmp 挂在到容器目录/usr/local/hadoop/tmp
–rm 当容器进程退出就删除容器
–it 交互模式 -d 后台运行
-h hostname
slave1改成slave2启动节点2

启动master节点

1	sudo docker run -it --rm --net=net1 -p 8080:8080 -p 8020:8020 -p 50070:50070 -v /data/hadoop/master/tmp:/usr/local/hadoop/tmp -h hadoop-master --name hadoop-master spark:v0.3

-p 端口映射本地端口:容器端口

master容器启动后直接就进入了bash交换操作，然后像一般集群那样运行start-all.sh启动hadoop和spark

六、后记

docker学习下来比传统虚拟机有很多不一样，像kvm这种虚拟机需要底层硬件支持才能发挥更好性能，可以说全面虚拟了一个服务器，包括硬件。容器就完全在软件方面做功夫，把利用LXC把资源给隔离出来，使进程跑在独立的环境上。
你要虚拟出一个Windows？docker帮不了你。
接下来会继续玩docker-compose。

Zong's blog

日常积累，技术分享

docker构造hadoop+spark镜像